让 AI 开检查单，花费是医生的三倍

把同一份就诊记录交给 AI 和接诊医生，让两边各自写一份处理计划，AI 列出的检查和转诊贵得多。20 个通用 AI 系统平均每次就诊 314 美元，接诊医生 97 美元，是医生的 3.2 倍。多出来的钱，大半花在医生本来根本不打算做的检查上。

这个结果来自《NEJM AI》2026 年 10 月 15 日发表的一项比较研究。研究者拿了 200 份去掉身份信息的门诊和急诊病历，交给 24 个 AI 系统。每个系统只看医生写评估意见之前记录的那部分内容，然后自己写一份处理计划，医生当时实际记录的计划作为对照。两边开出的医嘱由另外 3 个 AI 分别提取，按美国医保 2026 年的价目表计价。

有必要先交代边界。这项研究只算了花费和医嘱的数量，没有比较两边诊断对不对，也没有追踪病人后来怎么样。价格用的是美国医保价目，绝对金额套不到中国。但差距出在哪一类就诊上，和定价无关，这也是它最值得细看的地方。

多出来的检查，集中在医生本来不查的三分之二就诊

把 200 次就诊拆开，医生在其中 66% 的就诊里一张检查单都没开。而在这同一批就诊里，每一个 AI 系统都建议做检查，常常是几个项目一起上的一套固定组合。

多出来的 216 美元（95% 可信区间 177 到 257 美元，P<0.001），一半花在检查上，一半花在转诊上：检查多花 105 美元，转给专科医生多花 111 美元。开药也多，AI 平均每次就诊开 1.14 种新药，医生 0.59 种。下图是这篇文章在期刊网站上的页面，方框里就是这几个数字。

看到「AI 开得多」，很多人的第一反应是它更谨慎、更周全，宁可多查也不漏诊。真正要解释的是另一头：医生在三分之二的就诊里不开检查，背后是算过一笔账。

为什么医生在很多时候不查

医生决定查不查，问的是「查完这一项，我的处理会不会因此改变」，而不只是「这个病有没有可能」。

这个判断有一套四十多年前就写明白的算法。1980 年《新英格兰医学杂志》上的一篇经典文章提出了两条界线：下面一条叫检查阈值，上面一条叫治疗阈值。医生先在心里估一个数，就是面前这个人真的得这个病的可能性有多大。这个数低于检查阈值，查了也不会改变处理，就不查也不治；高于治疗阈值，等于已经基本确定，直接治，再查一轮是画蛇添足；只有落在两条界线中间，这项检查才可能把处理从「不治」翻成「治」。

举个具体些的例子。一位年轻人因为胸口闷来看病，没有高血压、糖尿病，也没有家族史，查体和心电图都正常。他真的得冠心病的可能性本来就很低，再做一轮冠脉影像，查出来阴性并不会改变处理，查出来一个边缘狭窄反而要再追一轮。可能性低到这个程度，不查是算过账之后的选择。

这个「可能性有多大」从哪里来？医生手里有三样 AI 在这项研究里拿不到的东西。

一是查体。按一按肚子、听一听肺、看一眼人的精神状态和脸色，很多可能性当场就被排掉了。二是同一个人过去几年在同一家医院的记录：哪一年查过什么、哪个指标一直这样、从什么时候开始变。三是这家医院这类病人里，这个病到底有多少。三样加起来，医生估出的数常常低到检查阈值以下，于是不查。

AI 在这项研究里只拿到医生写评估之前记录的内容。查体、随访轨迹、本地患病率都不在里面。缺了这三样，它估不出一个靠得住的可能性，只能退回到「把不能漏的都列上」，于是一套检查组合成了默认动作。

那套固定组合本身也值得说一句。研究者注意到，AI 在不同病人身上开出的检查高度相似，像是背下来的一张清单。这符合它学到的材料：教科书和诊疗综述写的是「这个症状需要鉴别哪些病」，写的是一张尽量不漏的清单，并没有回答面前这个人该查什么。把清单当成处理计划，检查单自然就长了。

多查一点，代价不只是钱

多做一项检查，成本不止在价目表上。

检查都有假阳性。一个本来没病的人查出一个轻度异常，接下来往往要复查、要做更精细的影像，有时要取活检，每一步都有自己的风险和等待时间。影像查得越细，附带发现的小结节、小囊肿、肾上腺上的小瘤子就越多，其中大部分一辈子不会出问题，可一旦写进报告，就很难放着不管。追查这类偶然发现的连带检查在临床上有专门的叫法，美国还做过面向内科医生的全国性调查。

还有时间成本。多一项检查，意味着多一次抽血、多一次预约、多一次等结果的几天，对老人和上班的人都不是小负担。

这一段是机制上的推理，这项研究本身没有测伤害。它能说明的是，AI 把检查单开长了，而且长出来的部分正好落在医生判断不需要查的就诊上。查得多本身不等于查得准，过犹不及在这里同样成立。

提醒它省着点，只降到 1.4 倍

研究者还试了两种提示词。一种让 AI 注意花费，结果降到医生的 2.5 倍；另一种要求它「尽量少开，但保证安全」，降到 1.4 倍。两种提示都把差距压小了，可都没有压平。

这说明问题不在于没人提醒。提示词能让它少列几项，补不上它缺的三样信息：查体、这个人的过往记录、本地的患病率。缺了这些，它还是没办法把「这个人真的得病的可能性」估到检查阈值以下，只能靠少写几行来迁就要求。

另外 4 个医学专门系统的结果更说明问题：花费是医生的 2.7 到 3.5 倍，和通用系统差不多，没有一个更省。多喂医学知识，解决不了信息缺口。知其然而不知其所以然，在这里指的是知道这个病该查哪些项目，却不知道眼前这个人需不需要查。

单个系统之间的差别也不小，各系统的平均花费从 209 美元到 599 美元，最贵的接近最便宜的三倍。同样一份病历，换一个系统问，得到的检查清单可以差出一大截，这一点本身就值得记住。

对医生来说，这项研究的用处也在这里：AI 适合用来提醒「有没有漏掉某个鉴别诊断」，不适合直接照搬它的检查清单。前者补的是人的记忆，后者绕开的是人的判断。

这项研究能说明什么，不能说明什么

能说明的是：拿一段文字描述去问 AI，它给出的检查和转诊清单会明显长于接诊医生的，差距主要来自医生判断不必检查的那部分就诊。

不能说明的有四条，值得一并记住。

一是没有比较诊断正确率。所以不能说 AI 多开的检查都是白做的，也不能反过来说医生一点没漏。这项研究问的只是花费，没问准确性。

二是价格体系不同。美国医保的价目和中国的收费结构差别很大，三倍这个倍数反映的是美国的定价，具体金额不能直接搬过来。

三是信息条件受限。研究里的 AI 只看了一段文字，拿不到查体和历史记录。真正接进医院系统、能读到完整病历和既往结果的 AI 会是什么表现，这项研究回答不了。

四是算的是「建议」。AI 写在纸上的计划不等于真实执行的医嘱。按作者自己的话说，这些系统的输出只是建议，算不上诊疗计划，最后的决定应该留在医生手里。

拿 AI 问过之后，怎么用这个结果

AI 给出的检查清单，当成一份「可能性列表」看是合适的，当成检查单用就容易适得其反。它列出来的项目，多数是在信息不全的前提下把范围铺开，并没有针对你这个人算过性价比。

去看医生的时候，比带一张 AI 开的清单更有用的是三样具体的材料：症状什么时候开始的、怎么变化的；以前查过哪些项目，结果和日期；现在在吃什么药，吃了多久。这三样正好是 AI 在这项研究里拿不到、而医生用来估算可能性的东西。你把它们带齐，医生估出的可能性就更准，该查的和不该查的也就分得更开。

如果医生看完说暂时不用查，可以直接问一句：什么情况下需要回来查？把这个条件问明白，比当场多做一项检查更能保护自己。症状在变、新出现发热、体重下降、出血、疼得睡不着这类情况，不用等条件，该去就去。

参考来源

Aran D, et al. NEJM AI 2026

Pauker SG, Kassirer JP. N Engl J Med 1980

Ganguli I, et al. J Gen Intern Med 2019

AI 辅助整理，作者审核；内容仅供参考，具体诊疗请遵医嘱。